First-episode schizofrenia classification with the use of MRI brain image deformations

SCHWARZ, Daniel, Eva JANOUŠOVÁ a Tomáš KAŠPÁREK. First-episode schizofrenia classification with the use of MRI brain image deformations. In Mezinároední workshop funkční magnetické rezonance. 2010.

Základní údaje

Originální název

First-episode schizofrenia classification with the use of MRI brain image deformations

Autoři

SCHWARZ, Daniel, Eva JANOUŠOVÁ a Tomáš KAŠPÁREK

Vydání

Mezinároední workshop funkční magnetické rezonance, 2010

---

Další údaje

Typ výsledku

Konferenční abstrakt

Utajení

není předmětem státního či obchodního tajemství

Organizační jednotka

Lékařská fakulta

Klíčová slova česky

MRI, deformace, rozpoznávání

Klíčová slova anglicky

MRI, DBM, deformations, recognition

---

Anotace

V originále

Deformation-based morphometry (DBM) has been used to uncover structural inter-group differences in MRI-based neuropsychiatric studies recently. We use 3-D deformation fields resulting from cross-subject registrations to construct classifiers which are able to recognize first-episode schizophrenia patients from healthy controls. The k-Nearest Neighbors (k-NN) and the Support Vector Machines (SVM) classification methods are compared in terms of their sensitivity, specificity and overall accuracy.

Česky

Morfometrie založená na deformacích se používá k odhalení strukturálních skupinových rozdílů v MRI obrazech. Výsledné 3-D pole vychýlení jsou pak vstupem pro klasifikátory, kterými je možno rozpoznat první-epizody schizofrenie od zdravých kontrol. Jedná se o metody k-nejbližších sousedů (k-NN) a Support Vector Machines (SVM). Klasifikační metody jsou porovnány z hlediska jejich senzitivity, specificity a celkové přesnosti.

Anglicky

Deformation-based morphometry (DBM) has been used to uncover structural inter-group differences in MRI-based neuropsychiatric studies recently. We use 3-D deformation fields resulting from cross-subject registrations to construct classifiers which are able to recognize first-episode schizophrenia patients from healthy controls. The k-Nearest Neighbors (k-NN) and the Support Vector Machines (SVM) classification methods are compared in terms of their sensitivity, specificity and overall accuracy.

---

Návaznosti

NS10347, projekt VaV	Název: Moderní metody rozpoznávání pro analýzu obrazových dat v neuropsychiatrickém výzkumu Investor: Ministerstvo zdravotnictví ČR, Moderní metody rozpoznávání pro analýzu obrazových dat v neuropsychiatrickém výzkumu
NS9893, projekt VaV	Název: Predikce průběhu iniciálních fází schizofrenie pomocí morfologie mozku Investor: Ministerstvo zdravotnictví ČR, Predikace průběhu iniciálních fází schizofrenie pomocí morfologie mozku